numpy中矩阵相乘的用法：dot函数和乘号*

numpy.dot(a,b) 的用法

首先搞清楚：numpy中向量与矩阵之间的区别。函数array()构造的是向量，shape为(n,)，向量没有行向量或列向量的说法。例如

a = np.array([1,2]) #a.shape为(2,)，与[[1,2]]是不同的。

如果使用reshape函数，可以向量转换为包含一行或一列的矩阵。二者的区别可以通过打印shape看出来，参加下面代码中的例子。

如果两个参数都是“矩阵”，和线性代数中的矩阵相乘规则相同，这里不讨论。参数为多维张量（维数大于2）的情形这里也不作讨论。

参见：示例代码下载和更详尽的描述

numpy 中乘号*的使用

通常不能使用乘号*对两个矩阵作乘法，应该使用dot函数。

两个“同型矩阵”：乘号*运算将对应元素相乘，返回一个同型矩阵。

两个长度相同的“向量”：乘号*运算将对应元素相乘，返回一个同样长度的向量。

一个“向量”，一个“矩阵”：此时，“向量”的长度必须等于“矩阵”列数，乘号*运算将“向量”的每个元素和“矩阵”的对应列相乘后，返回一个和输入矩阵同型的矩阵。“向量”左乘和右乘的结果一样。

参见：示例代码下载和更详尽的描述